Programma

Blog
Wilt u
belangrijke
informatie delen
met onze
redactieraad?
Tip hier de
redactieraad?
Bekijk overzicht
Artikel delen

Vermoeidheid bij MS voorspellen met data wetenschap & machine learning

Sinds maart 2016 loopt in Nijmegen een onderzoek naar biomarkers om het verloop van MS te voorspellen. Datawetenschappers van orikami en DTID deden mee aan de eerste MS Hackathon en bedachten een manier om via het meten van oogbewegingen vermoeidheid te voorspellen. De meting zal geïntegreerd worden in de bestaande app, waarna de gegevens met andere data gecombineerd kunnen worden.

Tags

Deel dit artikel

Wilt u belangrijke informatie delen met de redactieraad?

Tip hier de redactieraad

Vermoeidheid komt voor bij ruim 80% van alle MS patiënten. De oorzaak van deze typische MS vermoeidheid is tot nu toe onbekend. Patiënten geven zelf aan dat vermoeidheid onvoorspelbaar is, dat ze vaak al te ver over hun grens zijn voor ze het zich goed realiseren, maar vooral ook dat ze er eigenlijk op dat moment niet aan toe willen geven omdat ze af willen maken waar ze mee bezig zijn.

Tot nu toe zijn er geen testen om vermoeidheid objectief te meten, laat staan te voorspellen. De literatuur onderschrijft, dat in tegenstelling tot veel andere verschijnselen zoals visuele en motorische defecten, vermoeidheid moeilijker te meten is. De huidige scorelijsten blijken maar in 25% betrouwbaar. Opvallend is dat partners van mensen met MS aangeven dat ze vaak wel kunnen zien aan de ogen van hun wederhelft dat fatigue optreedt. Bovendien zijn er wel testen bekend waarbij vermoeidheid van bijvoorbeeld vrachtwagenchauffeurs en piloten af te lezen is aan beelden van het oog.

Een oplossing

Gebaseerd op bovenstaande gegevens bouwde team Orikami in het weekend van de MS- hackathon ‘Live Eye Tracking’ in haar Mijn Kwik app in. Live Eye Tracking is een meting waarbij de ogen van patiënten worden gefilmd tijdens het doen van een simpele test, waarbij de reactietijd van het oog op de geboden stimulus een vermoeidheidscore genereert. Door deze score te vergelijken met andere data als stemming, pijn, energielevel is het mogelijk de computer  patronen te leren herkennen waaruit vermoeidheid te voorspellen valt. Deze innovatie leverde aan het einde van het MS Hackathon weekeinde een mooie tweede prijs op, die onder meer bestaat uit het verder uitrollen van het onderzoek in samenwerking met de Vumc.

Het onderzoek van orikami en DTID is mogelijk gemaakt door de Europese Unie en OpOost. Doel is om in samenwerking met artsen, patienten en andere belanghebbenden op zoek te gaan naar biomarkers om het verloop van MS te voorspellen. Meer weten of meedenken?www.msthuis.nl

Tags

Deel dit artikel

Wilt u belangrijke informatie delen met de redactieraad?

Tip hier de redactieraad

Mis niks en ontvang de spannendste ontwikkelingen